PHP, MySQL, 高效的标签驱动搜索算法

Question

我目前正在建立一个网上商店。本店允许用户通过category筛选商品，以及几个可选的附加过滤器，例如 brand , color ， 等等。

目前，各种属性存储在不同的地方，但我想切换到基于标签的系统。理想情况下，我的数据库应该存储带有以下数据的标签:

product_id

tag_url_alias (独特)

tag_type (唯一)(类别、产品品牌、产品颜色等)

tag_value (非唯一)

第一个目标

我要搜索 product_id与任何地方相关联的 's 1-5 个特定标签之间 .这些标签是从一个 SEO 友好的 url 中提取的。所以我将为每个标签检索一个唯一的字符串( tag_url_alias )，但我不知道 tag_type .
搜索将是 路口 ，所以我的搜索应该返回 product_id的匹配 全部 提供的 tags .

第二个目标

除了显示与当前过滤器匹配的产品外，我还想显示用户可能提供的其他类别和过滤器的产品计数。

例如，我当前搜索的是与标签匹配的产品:

Shoe + Black + Adidas

现在，商店的访客可能正在查看最终产品，并想知道其他品牌必须提供哪些黑色鞋子。因此，他们可能会转到“品牌”过滤器，并选择任何其他列出的品牌。假设他们有 2 个不同的选项(实际上，这可能会有更多)，导致以下搜索:

Shoe + Black + Nike > 103 results
Shoe + Black + K-swiss > 0 results

在这种情况下，如果他们在过滤器中看到品牌“K-swiss”列为可用选择，则他们的搜索将返回 0 个结果。

这对用户来说显然是相当令人失望的......我更愿意知道将“品牌”从“adidas”切换到“k-swiss”将得到 0 个结果，只需从过滤器中删除整个选项。

类别、颜色等也是如此。

实际上，这意味着单个页面 View 不仅会返回我的主要目标中描述的过滤产品列表，而且可能会返回数百个相似但不同的列表。每个过滤器值都有一个，可以替换另一个过滤器值，或添加到现有过滤器值。

容量

我怀疑我的数据库最终将包含:

between 250 and 1.000 unique tags

它将包含:

between 10.000 and 100.000 unique products

当前的想法

我做了一些谷歌搜索，发现了以下文章:http://www.pui.ch/phred/archives/2005/06/tagsystems-performance-tests.html

从那篇文章来看，运行数百个查询来实现第二个目标，将是一条非常缓慢的路线。 “有毒”示例可能适合我的需求，对于我的第一个目标来说可能是可以接受的，但对于第二个目标来说它会慢得令人无法接受。

我想我可能会运行匹配 1 tag 的单个查询与其关联 product_id的，缓存这些查询，然后计算结果的交集。但是，我是否在 MySQL 中计算这些交集？还是在 PHP 中？如果我使用 MySQL，是否有一种特殊的方式可以缓存这些单独的查询，或者是否提供了我需要的所有正确索引？

我想甚至可以缓存其中两个 tag 之间的交集也是很有可能的。/product_id套。交叉点的数量将受到以下事实的限制:tag_type可以只有一个特定的值，但我不确定如何有效地管理这种类型的缓存。同样，我不知道我是否应该在 MySQL 或 PHP 中执行此操作。如果我在 MySQL 中执行此操作，那么存储和组合此类缓存结果的最佳方法是什么？

Answer 1

使用 sphinx search engine可以为你创造这个魔法。它非常快，甚至可以处理文字形式，这对 SEO 请求很有用。

就sphinx而言，制作一个文档-“产品”，按标签索引，选择合适的查询排名(例如，MATCH_ALL_WORDS)并使用不同的标签组合运行批处理请求以获得最佳结果。
不要忘记使用像 memcahed 或任何其他缓存器。